Current Issue: <FITEE>

Frontiers of Information Technology & Electronic Engineering (former title: Journal of Zhejiang University SCIENCE C (Computers & Electronics), 2010-2014)

ISSN 2095-9184 (print); ISSN 2095-9230 (online); CN 33-1389/TP; Monthly.


FITEE is an international peer-reviewed journal indexed by SCI-E, Ei Compendex, DBLP, IC, Scopus, JST, CSA, etc. It covers research in Electrical and Electronic Engineering, including Computer Science, Information Sciences, Control, Automation, Telecommunications, and related disciplines.

Impact factor: 0.308 (2011), 0.297 (2012), 0.380 (2013), 0.415 (2014), 0.392 (2015), 0.622 (2016), 0.910 (2017), 1.033 (2018), 1.604 (2019), 2.161 (2020), 2.526 (2021).

 


Frontiers of Information Technology & Electronic Engineering

ISSN 2095-9184 (print), ISSN 2095-9230 (online), monthly

<<<                         CONTENTS                         >>>

Correspondence

Correspondence: Zipfian interpretation of textbook vocabulary lists: comments on Xiao et al.’s Corpus-based research on English word recognition rates in primary school and word selection strategy

Qiong Hu, Ming Yue

DOI: 10.1631/FITEE.1700418 Downloaded: 1680 Clicked: 4746 Cited: 0 Commented: 0(p.863-866) <Full Text>   <PPT>  1497

Chinese summary   <30>  用齐夫定律解读教材词表--评Xiao et al. (2017)《基于语料库的小学英语认识率及教材选词策略研究》

概要:Xiao et al. (2017)在对比分析4个语料库的基础上,提出国内小学六年级学生的识词率增长不能令人满意的观点,建议人教版小学英语通用教材总词汇在原有726个的基础上再增加903个,并删除twelfth(序数词,第十二)这样的低频词。作为外语教师和语言学家,我们赞同他们应用先进信息技术对传统词表进行评估的做法,但认为这项工作:1.在构建参考语料库时需重视语料抽样的合理性;2.在解读词频时需重视齐夫定律(Zipf’s law,即英语词频与词秩成反比)的作用--识字率增长随词汇量增加而减缓的情况是合理的;3.在提出教材选词策略时,需考虑小学生认知特点和课业负担等现实因素限制,以及语言教育的总体目标,不能随便删除twelfth这样承载文化的词汇;4.学龄儿童全国通用外语教材编写是项复杂的系统工程,需要各领域专家共同关注。

关键词组:齐夫定律(Zipf’s law);语料库;英语;教科书;词表

Research Articles

Nonlinear programming control using differential aerodynamic drag for CubeSat formation flying

Sheng-chao Deng, Tao Meng, Zhong-he Jin

DOI: 10.1631/FITEE.1500493 Downloaded: 2968 Clicked: 7765 Cited: 0 Commented: 0(p.867-881) <Full Text>   <PPT>  1850

Chinese summary   <29>  基于大气阻力的立方星编队飞行非线性规划控制算法

概要:立方星由于体积和功率限制,难以配置传统的推进系统以实现编队飞行。而大气阻力是低轨卫星可以用于轨道调整的空间环境动力之一。本文提出一种通过大气阻力实现轨道面内沿迹跟飞编队的综合策略,并将用于浙江大学下一颗皮纳卫星(该卫星是国际QB50项目成员之一)。QB50项目主要任务是90-300 km高度近地大气层探测。在这一轨道高度,大气阻力对卫星姿态和轨道的影响均不能忽略。本文通过空气动力学分析,同时考虑大气阻力对轨道半长轴和偏心率的影响,设计了一种多维非线性约束规划策略,以计算实现编队所需的卫星之间不同的目标面质比和相应的轨道调整保持时间。此外,通过俯仰姿态机动调整目标面质比。该算法策略无需卫星配置任何展开机构。基于ZJU CubeSat的数值仿真验证了这一设计的可行性和优势。

关键词组:QB50;ZJUCubeSat;大气阻力;编队飞行

Flight control for air-breathing hypersonic vehicles using linear quadratic regulator design based on stochastic robustness analysis

Lin Cao, Shuo Tang, Dong Zhang

DOI: 10.1631/FITEE.1601363 Downloaded: 8184 Clicked: 17545 Cited: 0 Commented: 0(p.882-897) <Full Text>   <PPT>  8250

Chinese summary   <1154>  基于随机鲁棒性分析的吸气式高超声速飞行器线性二次调节器设计

概要:吸气式高超声速飞行器(air-breathing hypersonic vehicle, AHV)的飞行动力学模型具有高度非线性与多变量耦合等特性,且受到内部不确定性与外部干扰的综合影响,因此需要具有强鲁棒性与高精度的控制器。本文介绍了一种改进的基于随机鲁棒性分析的线性二次调节器(linear-quadratic regulator, LQR)设计方法,用于AHV的纵向飞行控制器设计。首先,应用输入输出反馈线性化技术设计LQR控制器。其次,基于系统参数的不确定性,将系统鲁棒性表征为满足稳定性与设计指标要求的概率,并构建系统鲁棒性与LQR参数之间的映射关系。为了实现系统鲁棒性最大化的目标,提出一种全新的混合粒子群优化算法对LQR的控制参数进行寻优计算。在优化迭代的过程中,使用切诺夫边界理论确定蒙特卡洛估计的随机样本量。最后,仿真结果表明该优化算法可以高效地获取满足设计要求的LQR控制参数最优解。

关键词组:吸气式高超声速飞行器;随机鲁棒性分析;二次线性调节器;粒子群优化;改进混合粒子群算法

Steering control for underwater gliders

You Liu, Qing Shen, Dong-li Ma, Xiang-jiang Yuan

DOI: 10.1631/FITEE.1601735 Downloaded: 8066 Clicked: 16296 Cited: 0 Commented: 0(p.898-914) <Full Text>   <PPT>  8158

Chinese summary   <1827>  水下滑翔机航向控制

概要:水下滑翔机动力学特性随有效载荷及外形变化而变化,其航向控制富有挑战性。解决方法是使用在线系统辨识算法捕捉当前动力学特性,更新运动模型。为此,我们设计了一个在线多项式辨识器,不断更新当前动力学模型,同时用一个自适应模型预测控制器计算并输出最优化的控制指令。该控制器根据用户自定义的指标函数,使用二次规划方法得到最优控制指令。该指标函数由两项组成,一项用来表达轨迹跟踪性能,一项用来表达输入指令抑制性能。输入指令抑制性能一定程度上可以代表该控制器的能量消耗性能。设计师可以通过调节这两项的权重,平衡两个控制器的性能。比较二次与五次多项式模型的控制效果,发现:二次多项式模型不足以表达无人机的动力学特性,且控制结果易发生剧烈波动。硬件在环模拟以及湖试结果验证了控制器性能。

关键词组:水下滑翔机;在线系统辨识;航向控制;自适应控制;最优控制;节能控制;硬件在环模拟

Efficient parallel implementation of a density peaks clustering algorithm on graphics processing unit

Ke-shi Ge, Hua-you Su, Dong-sheng Li, Xi-cheng Lu

DOI: 10.1631/FITEE.1601786 Downloaded: 2570 Clicked: 6803 Cited: 0 Commented: 0(p.915-927) <Full Text>

Chinese summary   <28>  基于GPU的密度峰值并行聚类算法

概要:基于密度峰值的聚类方法DP(density peak)由于其新颖有效的特点而广泛应用于科学研究。然而,当确定集群中心时,DP会对每对数据点操作多次,从而导致较高的计算复杂度。在本文中,我们提出了一种基于GPU(graphics processing unit)的高效并行密度峰值算法。我们分析密度峰值聚类算法的原理来研究其计算瓶颈,并评估其并行的潜力。根据分析,我们提出了CUDA-DP(compute unified device architecture-DP),一种针对GPU架构的高效并行密度峰值聚类算法,并用CUDA实现了这种并行方法。具体来说,我们使用共享内存减少了全局内存访问量。更进一步,为了利用GPU的合并访问机制,我们将CUDA-DP程序的数据结构从AOS(array of structures)重构为SOA(structure of arrays)。另外,我们分别引入二进制搜索方法和采样方法,以避免对距离矩阵进行排序造成的计算开销。实验结果表明,与基于CPU的密度峰值实现相比,CUDA-DP可以实现超过45倍的加速。

关键词组:GPU;密度峰值;聚类;并行计算

Low-computation certificateless hybrid signcryption scheme

Hui-fang Yu, Bo Yang

DOI: 10.1631/FITEE.1601054 Downloaded: 2423 Clicked: 6564 Cited: 0 Commented: 0(p.928-940) <Full Text>   <PPT>  1682

Chinese summary   <24>  低计算复杂度的无证书混合签密方案

概要:混合签密是一种可以签密任意长度消息的重要技术。本文将无证书混合签密技术应用于椭圆曲线密码系统,构造了一个低计算复杂度的无证书混合签密方案。随机预言模型下,该方案在ECCDH(elliptic-curve computation diffie-Hellman)被证明具有IND-CCA2(indistinguishability against adaptive chosen-ciphertext attacks)安全性,而且在ECDL(elliptic-curve discrete logarithm)假设下具有sUF-CMA(strong existential unforgeability against adaptive chosen-message attacks)安全性。分析表明该密码算法没有双线性对操作,比其他算法更高效。此外,它适合于资源受限的环境,比如无线传感器网络和ad hoc网络。

关键词组:混合签密;标量乘;无证书密码系统;可证安全性

Distributed fault-tolerant strategy for electric swing system of hybrid excavators under communication errors

Da-hui Gao, Qing-feng Wang, Yong Lei

DOI: 10.1631/FITEE.1601021 Downloaded: 2656 Clicked: 6449 Cited: 0 Commented: 0(p.941-954) <Full Text>   <PPT>  1652

Chinese summary   <24>  混合动力挖掘机电动回转系统通信错误状态下的分布式容错策略

概要:基于自适应的延时与丢帧补偿,提出了一种分布式容错策略,用以确保基于CAN(controller area network)总线的混合动力挖掘机电动回转系统在通信出错时获得良好的运行性能。通过采用一种分别在中央控制器和电机驱动器上对反馈信号和控制信号进行补偿的全新延时补偿方法,可以在不增加通信带宽的情况下大大降低通信错误的不利影响。采用了带遗忘因子的递推最小二乘法对由姿态变化引起的时变模型参数进行辨识,并通过在连续丢帧情况下的反馈补偿中引入反向修正率来消除模型误差的不利影响。仿真和实验结果表明提出的容错策略可以有效第减小通信错误引起的系统超调和响应时间变化。

关键词组:容错;延时补偿;CAN总线;通信错误;混合动力挖掘机电动回转系统

Spontaneous versus posed smile recognition via region-specific texture descriptor and geometric facial dynamics

Ping-ping Wu, Hong Liu, Xue-wu Zhang, Yuan Gao

DOI: 10.1631/FITEE.1600041 Downloaded: 2294 Clicked: 6704 Cited: 0 Commented: 0(p.955-967) <Full Text>

Chinese summary   <25>  基于特定区域纹理描述和面部动态变化的自发性微笑判别技术

概要:微笑作为一种典型的生物多样性特征信号,在社会交往中有较大影响力,它揭示了人的情感感受和内心状态。自发性的微笑与假笑由不同大脑系统发出,在形态学和动力学上均存在差异。区分这两种类型的微笑仍具有挑战性,因为其中细微差别很难被肉眼观察到,仍有待被识别捕捉。已有相关研究大多是提取自发性微笑的几何特征,而外观特征并没有被充分利用,导致纹理信息的丢失。本文提出一种基于特定区域纹理描述来表示不同面部区域的局部模式变化,从而弥补几何特征研究的局限性。每个面部区域的时间相位是通过计算相应的面部区域强度来划分,而非仅考虑嘴巴区域强度。同时利用支持向量机的中层融合策略,将两种特征类型结合起来。实验结果表明,本文提出的外观表示法及其与基于几何形状的人脸动力学的结合技术,在BBC、SPOS、MMI和UvA-NEMO四个基准数据库中得到很好的应用。

关键词组:面部特征定位;几何特征;外貌特征;笑容识别

Consensus-based three-dimensional multi-UAV formation control strategy with high precision

Mao-de Yan, Xu Zhu, Xun-xun Zhang, Yao-hong Qu

DOI: 10.1631/FITEE.1600004 Downloaded: 3765 Clicked: 7078 Cited: 0 Commented: 0(p.968-977) <Full Text>   <PPT>  1937

Chinese summary   <27>  基于一致性的三维多无人机高精度编队控制策略

概要:本文提出了一种基于二阶一致性的多无人机编队控制策略,通过邻接通信,引入位置和速度协同变量来产生控制命令。提出了协同导航算法和协同控制算法,它们分别控制位置和姿态,联合二者可保持特定几何队形。整个编队系统包含三部分:六自由度无人机模型、协同导航算法、协同控制算法,编队控制策略是闭环和全状态的。协同导航算法是二阶一致性算法,给出期望的加速度、俯仰角速率和偏航角速率。协同控制算法综合考虑纵向和横侧向机动,通过推导状态方程来设计协同控制律。分析了编队的闭环稳定性,给出了稳定的充分必要条件。利用同步技术,抑制了位置数据中的测量误差,提高了控制精度。仿真中,三维编队飞行验证了所提编队控制策略的可行性和有效性。

关键词组:多无人机;一致性;协同导航;协同控制;同步技术

Tandem hidden Markov models using deep belief networks for offline handwriting recognition

Partha Pratim Roy, Guoqiang Zhong, Mohamed Cheriet

DOI: 10.1631/FITEE.1600996 Downloaded: 5326 Clicked: 10863 Cited: 0 Commented: 0(p.978-988) <Full Text>

Chinese summary   <367>  融合深度置信网络的串联隐马尔科夫模型及其在脱机手写识别中的应用

概要:在文档分析和模式识别领域,自由书写的脱机手写识别是一个非常具有挑战性的研究课题。近年来,为了充分探索隐藏在文档图像中的监督信息,许多研究工作试图将多层感知机以一种混合或串联的形式嵌入隐马尔科夫模型当中。然而,因为多层感知机学习能力的不足,学习到的特征对于后续的识别任务不一定是最优的。在本文中,我们针对自由书写的脱机手写识别提出一种基于深度结构的串联方法。在提出的模型中,深度置信网络被用于学习序列数据的紧致表示,隐马尔科夫模型被用于(子-)词的识别。我们在两个公开的数据集上验证了所提出的模型,这两个数据集是分别基于拉丁和阿拉伯语的RIMES和IFN/ENIT;我们还在Devanagari数据集上验证了所提出的模型,这个数据集是基于印度语的。大量的实验展示了所提出模型的优势,特别是相对于多层感知机-隐马尔科夫模型的串联方法。

关键词组:手写识别;隐马尔科夫模型;深度学习;深度置信网络;串联方法

Robust object tracking with RGBD-based sparse learning

Zi-ang Ma, Zhi-yu Xiang

DOI: 10.1631/FITEE.1601338 Downloaded: 2353 Clicked: 6316 Cited: 0 Commented: 0(p.989-1001) <Full Text>   <PPT>  1749

Chinese summary   <29>  基于RGBD和稀疏学习的鲁棒目标跟踪

概要:鲁棒目标跟踪近年来成为计算机视觉领域一项重要的且极具挑战性的研究方向。随着深度传感器的普及,深度信息因其对光照变化与遮挡表现出一定的鲁棒性而被广泛应用于视觉目标跟踪算法中。本文提出了一种基于RGBD和稀疏学习的跟踪算法,从三个方面将深度信息应用到稀疏学习跟踪框架。首先将深度图像特征结合现有的基于彩色图像的视觉特征用于目标外观的鲁棒特征描述。为了适应跟踪过程中的各种遮挡情况,我们设计了一种特殊的遮挡物模板用于增广现有的超完备字典。最后,我们进一步提出了一种基于深度信息的遮挡物检测方法用于有效地指示模板更新。基于KITTI和Princeton数据集的大量实验证明了所提出算法的跟踪效果优于时下最先进的多种跟踪器,包括基于稀疏学习的跟踪以及基于RGBD的跟踪。

关键词组:目标跟踪;稀疏学习;深度视角;遮挡物模板;深度图像特征

Interactive image segmentation with a regression based ensemble learning paradigm

Jin Zhang, Zhao-hui Tang, Wei-hua Gui, Qing Chen, Jin-ping Liu

DOI: 10.1631/FITEE.1601401 Downloaded: 2052 Clicked: 5578 Cited: 0 Commented: 0(p.1002-1020) <Full Text>

Chinese summary   <24>  基于回归预测集成学习的交互式图像分割

概要:对于复杂场景下的自然图像,全自动图像分割方法难以获得与真实情况吻合的结果,人们常常采用交互式分割手段实现精确分割。然而,当前及背景中存在颜色相似的区域时,传统半监督图像分割方法只能通过大量增加手工标记获得精确分割结果。为此,本文提出一种结合半监督学习的基于回归预测的集成学习交互式图像分割方法。通过集成两个互补的样条回归函数,将图像分割视为一个非线性预测问题。首先,基于已标记样本训练出两个在属性上互补的多元自适应回归样条学习器(multivariate adaptive regression splines, MARS)和薄板样条回归学习器(thin plate spline regression, TPSR);接着,提出一种基于聚类假设和半监督学习的回归器增强算法,该算法从未标记样本中抽选部分样本辅助训练MARS和TPSR;然后,引入支持向量回归方法(support vector regression, SVR)集成MARS和TPSR的预测结果;最后,对SVR集成结果进行GraphCut图像分割。在标准数据库BSDS500和PascalVOC上进行大量实验,验证了所提算法的有效性。大量对比实验证实,所提算法在交互式自然图像分割上的表现与当前最先进算法相当。

关键词组:交互式图像分割;多元自适应回归样条;集成学习;薄板样条回归;半监督学习;支持向量回归

Colocated MIMO radar waveform-design based on two-step optimizations in spatial and spectral domains

Yu-xi Wang, Guo-ce Huang, Wei Li, Jin-liang Li

DOI: 10.1631/FITEE.1601726 Downloaded: 1901 Clicked: 5176 Cited: 0 Commented: 0(p.1021-1032) <Full Text>   <PPT>  1703

Chinese summary   <26>  集中式MIMO雷达基于空频域二步优化的雷达波形设计

概要:提出一种基于空频域二步优化的集中式MIMO雷达波形设计方法。首先,利用最小积分旁瓣策略,形成带有零陷的期望发射方向图。针对所形成的非凸优化问题,利用隐藏的凸优化性能,通过半正定松弛和谱分解,可以在多项式时间内有效取得全局最优解。其次,针对空域优化得到的发射波形,引入相位变换对角矩阵并通过类幂方法迭代优化,在不影响雷达空域发射方向图基础上,雷达发射波形可在频域上进一步优化,从而避免对其他无线电设备造成干扰。实验仿真和现有方法对比分析证明了所提算法的有效性。

关键词组:MIMO雷达;波形设计;谱分解;分式二次约束二次规划

Journal of Zhejiang University-SCIENCE, 38 Zheda Road, Hangzhou 310027, China
Tel: +86-571-87952783; E-mail: cjzhang@zju.edu.cn
Copyright © 2000 - 2024 Journal of Zhejiang University-SCIENCE